聚焦边缘与多尺度特征的轻量化违禁品检测算法

来源：电子测量技术杂志2025年第8期北京时间：

作者：赵小涛，李新伟

单位：1.河南理工大学电气工程与自动化学院 焦作 454000;2.河南省煤矿装备智能检测与控制重点实验室 焦作 454000

摘要：针对X射线安检图像中背景复杂、尺度多变、小尺寸目标难以检测等挑战，提出一种聚焦边缘与多尺度特征的轻量化违禁品检测算法LEM-YOLO。首先，设计轻量化边缘特征增强模块（LEFE），增强模型的边缘特征提取能力。其次，设计高效多级特征融合金字塔网络，利用动态上采样（Dysample）和层次尺度特征金字塔网络（HS-FPN），增强多尺度特征融合并减少计算冗余，同时设计动态特征编码模块（DFE），保留小尺寸目标的全局信息。最后，使用Shape-IoU作为边界框回归损失函数，聚焦边框形状和自身尺度，提升目标定位精度。在公开数据集SIXray上进行实验，结果表明，LEM-YOLO在违禁品检测中的mAP达到了94.63%，比原算法提升了2.56%，同时模型体积下降了50.67%，更好地满足了违禁品检测场景的需求。

关键词：违禁品检测;边缘特征;高效多级特征融合金字塔;轻量化;YOLOv8

基金资助：河南省高校基本科研业务费专项(NSFRF220444)、河南省科技攻关项目(232102210040)资助